چالش تسلط بر هوش مصنوعی
اولیور جی، مدیر استراتژی بینالمللی OpenAI، اخیراً در رویداد CONVERGE LIVE شبکه CNBC، چالش اصلی این شرکت را برجسته کرد. در حالی که تقاضای بازار برای این غول هوش مصنوعی مشکلی ایجاد نمیکند، مانع واقعی در پر کردن شکاف بین هیجان گسترده در مورد هوش مصنوعی و پیادهسازی عملی آن در تجارت نهفته است.
جی تاکید کرد که مانع فعلی، کمبود علاقه نیست. بلکه تبدیل اشتیاق فراوان به هوش مصنوعی به برنامههای کاربردی مشخص و آماده تولید است. این “شکاف”، همانطور که او آن را نامید، ریشه در سواد هوش مصنوعی دارد – توانایی درک و تبدیل این مفاهیم پیشرفته به محصولات تجاری واقعی.
به گفته جی، این دشواری ناشی از ماهیت جدید کار با مدلهای زبانی بزرگ (LLMs) است. او تاکید کرد که این یک ‘پارادایم جدید’ کاملاً متمایز از توسعه نرمافزار سنتی است. این امر مستلزم ایجاد ‘حفاظها’ و توجه دقیق به مسائل ایمنی و تعدیل است.
تغییر پارادایم نیازمند تخصص جدید
گذار به راهحلهای مبتنی بر هوش مصنوعی صرفاً یک ارتقاء تکنولوژیکی نیست. بلکه یک تغییر اساسی در نحوه عملکرد و نوآوری کسبوکارها است. برخلاف پیشرفتهای تکنولوژیکی قبلی، که پذیرش آنها اغلب از یک منحنی قابل پیشبینی پیروی میکرد، هوش مصنوعی بهطور همزمان در بخشهای مختلف و سطوح سازمانی پذیرفته میشود. این پذیرش سریع و گسترده، نیاز به نوع جدیدی از تخصص را برجسته میکند – تخصصی که فراتر از مهارت فنی است و درک عمیقی از پتانسیل و محدودیتهای هوش مصنوعی را در بر میگیرد.
بنابراین، چالش در پرورش این سواد هوش مصنوعی در سراسر سازمانها نهفته است. این امر مستلزم:
- درک قابلیتهای LLM ها: کسبوکارها باید درک کنند که LLM ها چه کاری میتوانند انجام دهند و چه کاری نمیتوانند. این شامل فراتر رفتن از تبلیغات و دستیابی به درک واقعبینانه از نقاط قوت و ضعف آنها است.
- شناسایی موارد استفاده مناسب: هر مشکل تجاری به بهترین شکل با هوش مصنوعی حل نمیشود. شناسایی حوزههایی که LLM ها واقعاً میتوانند ارزش افزوده ایجاد کنند، بسیار مهم است.
- توسعه استراتژیهای پیادهسازی قوی: ادغام LLM ها در گردش کار و سیستمهای موجود نیازمند برنامهریزی و اجرای دقیق است. این شامل رسیدگی به حریم خصوصی دادهها، امنیت و ملاحظات اخلاقی است.
- ایجاد ‘حفاظها’: از آنجایی که LLM ها نرمافزار سنتی نیستند، ایجاد پادمانها، از جمله مسائل مربوط به تعدیل و ایمنی، مهم است.
- یادگیری و سازگاری مستمر: حوزه هوش مصنوعی به سرعت در حال تحول است. کسبوکارها باید فرهنگ یادگیری و سازگاری مستمر را برای پیشگام ماندن پرورش دهند.
سنگاپور: قطب پذیرش ChatGPT
جی همچنین بینش جالبی در مورد استفاده جهانی از ChatGPT به اشتراک گذاشت. او فاش کرد که سنگاپور دارای بالاترین میزان استفاده سرانه از این ربات چت در سراسر جهان است. این آمار نشاندهنده رویکرد آیندهنگر این دولت-شهر به فناوری و استقبال آن از راهحلهای هوش مصنوعی است. همچنین با اقدام استراتژیک OpenAI برای تأسیس دفتری در سنگاپور، که در اکتبر سال گذشته اعلام شد، همسو است.
فرصت منحصر به فرد آسیا در انقلاب هوش مصنوعی
علاوه بر این، جی فرصت منحصر به فردی را که هوش مصنوعی به شرکتها، به ویژه شرکتهای آسیایی ارائه میدهد، برجسته کرد. او معتقد است که این انقلاب تکنولوژیکی میتواند به کسبوکارهای آسیایی قدرت دهد تا ‘نقش رهبری را در صحنه جهانی’ ایفا کنند. بهطور سنتی، پذیرش فناوری اغلب از سیلیکون ولی شروع شده و سپس به اروپا و سایر مناطق گسترش مییابد. با این حال، پذیرش همزمان هوش مصنوعی در سراسر جهان، درها را برای شرکتهای آسیایی باز میکند تا به پیشگامان نوآوری تبدیل شوند.
او اظهار داشت: “این اولین بار است که شرکتهای آسیایی، بهطور بالقوه، میتوانند نقش رهبری را در صحنه جهانی ایفا کنند. بهطور سنتی، شما شاهد پذیرش فناوری در سیلیکون ولی هستید، و سپس اروپا. … اکنون ممکن است شرکتی از آسیا وجود داشته باشد که نوآورترین باشد.”
تقاضای بیسابقه و اثر ‘ترن هوایی’
OpenAI چیزی را تجربه میکند که جی آن را “تقاضای فوقالعاده در بازار در تمام بخشها” توصیف کرد. این افزایش علاقه بیسابقه است و یک اثر ‘ترن هوایی’ ایجاد میکند، زیرا شرکت تلاش میکند تا همگام باشد. این امر در تضاد شدید با الگوهای پذیرش تغییرات تکنولوژیکی قبلی، مانند نرمافزار به عنوان سرویس (SaaS) یا رایانش ابری است، که معمولاً شاهد پیشرفت تدریجی از پذیرندگان اولیه تا پیادهسازی گسترده بودند.
پذیرش همزمان هوش مصنوعی در میان مصرفکنندگان، کسبوکارها، موسسات آموزشی و توسعهدهندگان در رشد چشمگیر ChatGPT منعکس شده است. جی اشاره کرد که این پلتفرم اخیراً از 400 میلیون کاربر فعال هفتگی فراتر رفته است، که گواهی بر جذابیت و کاربرد گسترده آن است.
هوش مصنوعی: فراتر از ‘راز جیوه ای’
جی این تصور را که هوش مصنوعی یک فناوری مرموز یا غیرقابل دسترس است، رد کرد. او تاکید کرد که “هوش مصنوعی این راز جیوهای نیست. در واقع آماده است.” او تاکید کرد که شرکتها در حال حاضر در حال تحولاتی هستند که توسط هوش مصنوعی هدایت میشوند و تأثیر ملموس آن را بر چشمانداز کسبوکار نشان میدهند.
پذیرش گسترده هوش مصنوعی در بخشهای مختلف، نشانگر روشنی از بلوغ و آمادگی آن برای کاربردهای دنیای واقعی است. این دیگر یک مفهوم آیندهنگرانه محدود به آزمایشگاههای تحقیقاتی نیست. بلکه یک واقعیت امروزی است که صنایع را بازتعریف میکند و نحوه عملکرد کسبوکارها را دوباره تعریف میکند.
حوزههای کلیدی تحول
در حالی که کاربردهای خاص هوش مصنوعی متنوع و دائماً در حال تحول هستند، چندین حوزه کلیدی در حال تجربه تحولات قابل توجهی هستند:
- خدمات مشتری: رباتهای چت و دستیاران مجازی مبتنی بر هوش مصنوعی، تجربیات خدمات مشتری را بهبود میبخشند، پشتیبانی فوری و تعاملات شخصیسازیشده را ارائه میدهند.
- بازاریابی و فروش: الگوریتمهای هوش مصنوعی در حال تجزیه و تحلیل مجموعه دادههای وسیع برای شناسایی ترجیحات مشتری، شخصیسازی کمپینهای بازاریابی و بهینهسازی استراتژیهای فروش هستند.
- عملیات و لجستیک: هوش مصنوعی در حال سادهسازی زنجیرههای تامین، بهینهسازی لجستیک و بهبود کارایی عملیاتی از طریق تجزیه و تحلیل پیشبینیکننده و اتوماسیون است.
- توسعه محصول: هوش مصنوعی چرخه توسعه محصول را تسریع میبخشد، نمونهسازی، آزمایش و تکرار سریعتر را امکانپذیر میکند.
- منابع انسانی: هوش مصنوعی در استخدام، مدیریت استعداد و مشارکت کارکنان، خودکارسازی وظایف و ارائه بینشهای مبتنی بر داده کمک میکند.
- خدمات مالی: از هوش مصنوعی برای تصمیمگیریهای بهتر سرمایهگذاری، پیادهسازی خدمات ایمنتر و شخصیتر و مدیریت بهتر ریسک استفاده میشود.
بلوکهای سازنده ChatGPT
ChatGPT، ربات چت هوش مصنوعی که بخش عمدهای از این تحول را هدایت میکند، محصولی از OpenAI، یک شرکت مستقر در سانفرانسیسکو است. این ربات از تکنیکهای یادگیری عمیق برای تولید پاسخهای شبیه انسان به ورودیهای کاربر استفاده میکند. این فناوری به ChatGPT اجازه میدهد تا در مکالمات شرکت کند، به سوالات پاسخ دهد و حتی محتوای خلاقانه تولید کند.
OpenAI، که در سال 2015 توسط ایلان ماسک و سم آلتمن تأسیس شد، حمایت قابل توجهی از سرمایهگذاران برجسته، به ویژه مایکروسافت، دریافت کرده است. این پشتیبانی مالی قوی، این شرکت را قادر ساخته است تا مرزهای تحقیق و توسعه هوش مصنوعی را جابجا کند و منجر به نوآوریهای پیشگامانهای مانند ChatGPT شود.
فناوری زیربنایی ChatGPT، یک تعامل پیچیده از چندین مولفه کلیدی است:
- مدلهای زبانی بزرگ (LLMs): اینها مدلهای هوش مصنوعی پیچیدهای هستند که بر روی مجموعه دادههای عظیمی از متن و کد آموزش دیدهاند. آنها یاد میگیرند الگوها را تشخیص دهند، زمینه را درک کنند و متن منسجمی تولید کنند.
- تکنیکهای یادگیری عمیق: این تکنیکها مدل را قادر میسازند تا بدون برنامهنویسی صریح، از دادهها یاد بگیرد. آنها شامل چندین لایه از شبکههای عصبی مصنوعی هستند که اطلاعات را به صورت سلسله مراتبی پردازش میکنند.
- پردازش زبان طبیعی (NLP): این حوزه از هوش مصنوعی بر توانمندسازی رایانهها برای درک و پردازش زبان انسان تمرکز دارد. تکنیکهای NLP برای توانایی ChatGPT در تفسیر ورودیهای کاربر و تولید پاسخهای مرتبط بسیار مهم هستند.
- شبکههای ترانسفورماتور: اینها نوع خاصی از معماری شبکه عصبی هستند که بهطور ویژه برای وظایف NLP موثر بودهاند. آنها از مکانیزمی به نام ‘توجه’ استفاده میکنند تا هنگام تولید پاسخ، بر مرتبطترین بخشهای ورودی تمرکز کنند.
آینده هوش مصنوعی: یک تلاش مشترک
توسعه و استقرار مداوم فناوریهای هوش مصنوعی مانند ChatGPT، نشاندهنده یک تلاش مشترک شامل محققان، توسعهدهندگان، کسبوکارها و سیاستگذاران است. با ادامه تکامل هوش مصنوعی، رسیدگی به ملاحظات اخلاقی، تضمین استفاده مسئولانه و ایجاد درک مشترک از پتانسیل و محدودیتهای آن بسیار مهم است.
چالشی که OpenAI با آن روبرو است، تبدیل هیجان در مورد هوش مصنوعی به محصولات قابل استفاده، چالشی است که همه شرکتها در فضای هوش مصنوعی با آن روبرو هستند. این همچنین گام بزرگ بعدی در انقلاب هوش مصنوعی است.